Полное руководство по оптимизации рекомендаций по продуктам

  • Автор темы Tokky105
  • Дата начала

Выкуп купонов GainStorm в любых объемах

T

Tokky105


Эрма Бомбек однажды сказала: « Вероятность пойти в магазин за буханкой хлеба и выйти с ней только с буханкой хлеба составляет три миллиарда к одному ». Как бы смешно это ни звучало, в этом есть доля правды.
В то время как традиционные розничные торговцы будут ждать, пока покупатели посетят магазин, чтобы узнать о своих предпочтениях в отношении продуктов, культура покупок нового века основана на силе данных и индивидуальной индивидуализации для потребителей. Потребители, в отличие от прежних, ожидают, что бренды поймут, кто они и каковы их предпочтения.
По нашим собственным словам, рекомендации по продуктам свидетельствуют о продолжающейся эволюции покупок в действии.
На протяжении многих лет многие исследования доказали это: бренды, которые предоставляют персонализированные рекомендации по продуктам, часто могут создавать значимые для клиентов впечатления, которые приносят пользу.
По данным Salesforce, 24% продуктов, приобретенных покупателями, которые когда-либо нажимали на рекомендации, - это те же продукты, которые они нажимали с помощью рекомендаций. Фактически, более половины заказов от клиентов, которые щелкнули по рекомендации продукта, включают один из этих рекомендуемых товаров.

Что такое рекомендация по продукту?
Рекомендация продукта - это, по сути, система фильтрации, которая предсказывает и отображает продукты, которые ваши клиенты хотели бы купить. Система рекомендаций по продуктам - это сложная система, которая использует алгоритмы и пользовательские данные, такие как рейтинги и комментарии к продуктам, история / история возврата, события корзины, просмотры страниц, переходы по ссылкам и журнал поиска и т. Д., Чтобы предлагать индивидуальные рекомендации. .
Если все сделано правильно, рекомендации по продуктам могут помочь розничным продавцам увеличить доход и улучшить удержание клиентов. HiVis Supply, ведущий интернет-магазин оборудования и одежды для широкой публики, применил персонализированные рекомендации и увеличил выручку на колоссальные 68,3% .
Вот пример того, как работает система рекомендаций по продукту:

Мало того, что розничные продавцы используют эти механизмы предложения продуктов, но и гиганты потоковой передачи, такие как Netflix и YouTube, также имеют встроенные механизмы рекомендаций для создания индивидуальных списков рекомендуемых клипов для просмотра их пользователями. Фактически, 80% шоу, которые вы смотрите на Netflix, обнаруживаются через его систему рекомендаций.
Теперь давайте рассмотрим различные типы систем рекомендаций, используемых розничными продавцами для создания более значимого покупательского опыта.
Существует 3 типа систем рекомендаций по продуктам:
  • Контентная фильтрация: этот тип фильтрации анализирует предыдущие предпочтения покупателя в отношении покупок и прошлый выбор для создания профиля предпочтений. Итак, в следующий раз, когда вы увидите рекомендации типа «Если вам это понравилось, вам тоже может понравиться», помните, что это предложение продукта, основанное на содержании.
  • Совместная фильтрация: этот метод рассматривает данные от нескольких покупателей и источников и перекрестно ссылается на их истории покупок, чтобы предсказать, что хотел бы конкретный покупатель.
    • Например, если пользователь ищет обувь, система может порекомендовать пару носков, которые другие пользователи купили вместе с этой парой.
    • Кроме того, метод совместной фильтрации анализирует демографические данные пользователей, а также то, являются ли они покупателем впервые или уже существующим. Amazon использует метод совместной фильтрации по элементам, на который приходится 35% выручки компании.
  • Гибридные рекомендации: как следует из этого термина, этот тип механизма рекомендаций сочетает в себе методы, основанные на содержании и совместной работе, с использованием данных от похожих пользователей, а также прошлых предпочтений конкретного пользователя для создания списка рекомендуемых продуктов.
Как работает система рекомендаций по продуктам?
Типичный механизм рекомендаций по продуктам обрабатывает данные на четырех различных этапах: сбор, хранение, анализ и фильтрация.
Шаг 1. Сбор данных
Это касается как явных, так и неявных данных. Явные данные состоят из информации, предоставленной пользователями, например оценок и комментариев к продуктам. С другой стороны, неявные данные содержат такую информацию, как история заказов / история возврата, события корзины, просмотры страниц, просмотры и журналы поиска.
Шаг 2: Хранение данных
Система рекомендаций по продуктам питается данными. Его эффективность зависит от объема данных, которые вы предоставляете алгоритмам. Информация, которую вы используете для настройки рекомендаций, может помочь вам решить, какой тип хранилища вам следует использовать. Вы можете использовать базу данных NoSQL, стандартную базу данных SQL или даже какое-то хранилище объектов.
Шаг 3: Анализ данных
Следующим этапом является фильтрация данных с использованием различных аналитических процессов. Вот некоторые из способов анализа собранных данных:
  • Системы реального времени
  • Пакетный анализ
  • Анализ почти в реальном времени
Шаг 4: фильтрация данных
Последний шаг - выбор метода фильтрации. Как мы обсуждали в предыдущем разделе, вы можете выбрать один из трех различных методов фильтрации: на основе содержимого, совместные или гибридные рекомендации.

Зачем интернет-магазину система рекомендаций по продуктам?
Более десяти лет назад Amazon представила новую функцию на своем веб-сайте. Они отображали набор продуктов в карусели под слоганом: «Покупатели, которые просматривали этот товар, также просматривали эти другие товары».
Рекомендация Amazon по продукту была не просто функцией, а прекрасной демонстрацией того, как разумно использовать данные для успеха в бизнесе. Сегодня, после огромного успеха гиганта розничной торговли, большинство розничных продавцов используют персонализированные рекомендации в качестве целевого маркетингового инструмента как в кампаниях по электронной почте, так и на большинстве страниц своих веб-сайтов.
Но если вы управляете магазином электронной коммерции и еще не активировали рекомендации, вот некоторые важные факты и цифры, которые, вероятно, побудят вас пересмотреть свою текущую стратегию.


Рекомендации по продукту Лучшие практики
Многие владельцы магазинов электронной коммерции думают, что рекомендации по продуктам - это просто набор похожих продуктов. Однако они часто упускают одну важную вещь: оптимизацию своих рекомендаций по конверсиям.

Использование Data Scie nce для понимания покупательского поведения покупателей
Чтобы рекомендации по продукту работали в вашу пользу, вы должны убедиться, что предлагаемые вами предложения актуальны и основаны на данных. Итак, как вы предоставляете своим клиентам наиболее точные рекомендации, соответствующие их интересам и потребностям?
Не все покупатели одинаковы. У каждого покупателя есть свои уникальные предпочтения и критерии, на основании которых он принимает решение о покупке.
Например, если у вас есть магазин пищевых добавок, некоторые из ваших клиентов могут предпочесть определенные вкусы или ингредиенты. С другой стороны, некоторые покупатели всегда будут верны своим любимым брендам. Эффективный механизм рекомендаций по продуктам всегда должен распознавать такое уникальное поведение пользователей и понимать «почему», стоящие за решением покупателя купить конкретный продукт.
Анализируя собранные вами данные, ваш движок будет знать, что нравится вашим клиентам и что побуждает их покупать. В свою очередь, он привлекает посетителей индивидуальными предложениями продуктов. Исследование Accenture показывает, что персонализированные рекомендации по продуктам повышают вероятность покупки на 75 процентов.

Представьте нужное количество рекомендаций
Цель включения рекомендаций по продукту на ваш веб-сайт - помочь посетителям найти то, что им может понравиться, тем самым повышая вовлеченность клиентов. Когда вы станете более склонны подходить к рекомендациям просто как к возможности улучшить свои конверсии, есть большая вероятность, что вы повредите общему опыту.
Фактически, использование слишком большого количества рекомендаций может отвлечь посетителей от истинной цели страницы. Подобно неприятным всплывающим окнам, которые появляются при просмотре веб-сайта, рекомендации по продукту также могут раздражать.
Взгляните на то, как Walmart реализовал свою стратегию рекомендаций по продуктам:

В отличие от Amazon, Walmart не имеет исчерпывающей стратегии рекомендаций по продуктам. Сохраняя его минимальным и центрированным, они следят за тем, чтобы функция предложения продукта не отклонялась от фактической цели текущей страницы.
Наши эксперты рекомендуют отдавать предпочтение качеству, а не количеству.Отображая только несколько тщательно отобранных рекомендаций на выбранных страницах, вы можете сохранить правильный баланс между коэффициентом конверсии и покупательским опытом.

Используйте высококачественные изображения продуктов
Изображения - необходимое условие успеха электронной коммерции. Но почему?
Визуальный контент повышает доверие потребителей, давая покупателям истинное ощущение, соответствующее покупкам в магазине.
Товарные рекомендации в этом случае не являются исключением. Включение высококачественных изображений - лучший способ побудить людей проверить ваши рекомендуемые товары.

В разделе рекомендаций по продуктам Nike представлены первоклассные изображения, которые упрощают покупателям поиск, оценку и покупку этих продуктов.

Более разумные рекомендации способствуют повышению конверсии
Согласно данным Marketing Dive , 48% покупателей покидают веб-сайт бренда и совершают покупки у конкурента из-за плохо персонализированного опыта. Чтобы привлечь внимание посетителей, вы должны подумать о том, чтобы делать более разумные и персонализированные рекомендации по продуктам, основанные на индивидуальных предпочтениях или социальных данных.
С рекомендацией продукта s , вы можете захватить торговые модели каждого шопинга, поведение, историю покупок или списки пожеланий и представить их узкоспециализированных предложения продукта.
Создание различных типов рекомендаций - еще один эффективный метод создания привлекательной среды для покупок.
Некоторые из лучших типов рекомендаций по конвертации включают:
Рекомендация бестселлеров: в этом виде рекомендации представлены популярные товары или бестселлеры интернет-магазина.

Другие клиенты также просматриваются: этот тип рекомендаций работает путем сбора данных, интересов или предпочтений многих пользователей и сопоставления их с поведением конкретного покупателя в Интернете для предоставления наиболее точных предложений.

Вам также может понравиться: это набор товаров, которые несколько похожи на то, что ищет покупатель. В связи с этим механизм рекомендаций собирает и сравнивает широкий спектр моделей поведения и предпочтений пользователей, таких как категория, цвет, бренд, цена и т. Д.

Рекомендации по категориям: некоторые магазины электронной коммерции отображают предложения продуктов на основе бестселлеров или популярных продуктов по категории.


Улучшение AOV с помощью рекомендаций «Часто покупаются вместе»
Один из лучших способов повысить доход магазина электронной коммерции - увеличить AOV, или среднюю стоимость заказа, транзакций. Рекомендации «Часто покупаются вместе» нацелены на создание возможностей для дополнительных и перекрестных продаж .
В этом случае система рекомендаций по продуктам анализирует огромные объемы данных, таких как история покупок и предыдущее покупательское поведение аналогичных пользователей, чтобы рекомендовать дополнительные продукты.
Amazon делает все правильно, выполняя это:

Основная цель рекомендаций по продуктам, которые «часто покупают вместе», - увеличить средний доход для каждой транзакции.

Встраивайте социальные доказательства или значки, чтобы завоевать доверие
Добавление элемента социального доказательства к рекомендациям помогает розничным продавцам продемонстрировать надежность продуктов, которые они предлагают.
Исследование HubSpot предполагает, что 57% потребителей предпочитают продукт или услугу, имеющую как минимум 4-звездочный рейтинг. Более того, современные покупатели готовы тратить на бизнес на 31% больше с лучшими отзывами.
Чтобы повысить фактор доверия, вы можете пометить маленькие значки рядом с каждым продуктом, чтобы показать, сколько людей купили его в тот день. Если покупатель понимает, что несколько человек уже купили конкретный товар, это может немного подтолкнуть его к принятию решения о покупке.
Розничные продавцы также могут добавлять звездочки к своим рекомендациям по наиболее продаваемым товарам, чтобы повысить шансы на конверсию.

Также можно использовать такие ярлыки, как «бестселлер», «лучший выбор» или «выбор редактора».

Разместите свои рекомендации над краем страницы
Поскольку шоппинг - это игра визуального восприятия, размещение рекомендации имеет большое значение. Понятие «над сгибом» впервые использовалось для обозначения верхней половины газет; поскольку это была единственная часть, видимая прохожим.Поэтому издатели обычно размещали привлекательные изображения или заголовки в верхней части страницы, чтобы привлечь посетителей.
Сайты ничем не отличаются.
Согласно манифесту Nielsen Norman Group о сгибе страниц , средняя разница между тем, как пользователи обрабатывают информацию выше и ниже сгиба, составляет 84%.

Размещение рекомендации по продукту над сгибом помогает покупателям легко ее заметить. Для покупателей с наивысшим намерением покупки размещение в верхней части страницы является большим удобством.

Добавьте рекомендации по продуктам на 404 страницы
Ошибка 404 может расстраивать покупателей.
Фактически, одно исследование показывает, что 74% покупателей , столкнувшихся с ошибкой 404, покидают сайт и никогда не возвращаются.
Но не волнуйтесь! Вы можете использовать эту неизбежную ситуацию, чтобы продемонстрировать свои самые популярные товары. Это не только предлагает пользователям возможность покинуть страницу с ошибкой, но и дает прекрасную возможность увеличить количество конверсий.
Даже популярные розничные торговцы, такие как Nike, Steve Madden и т. Д., Следуют этой тактике и превращают неизбежную ошибку 404 в возможность.

Главная страница Рекомендации по продукту очень эффективны
Домашняя страница веб-сайта - идеальное место для размещения рекомендаций по продуктам.
В исследовании Baymard утверждается, что 25% покупателей, впервые совершающих покупки, последовательно прокручивали главную страницу вниз, а затем обратно, чтобы ознакомиться с ассортиментом продукции сайта. Посетители впервые, которые не имеют предварительных знаний об эксклюзивном ассортименте продукции бренда и в значительной степени зависят от контента домашней страницы для повышения своей осведомленности.
Например, RayBan разместил свои самые популярные продукты на главной странице, чтобы создать возможности для покупок.

Философия проста: обычно сложно рекомендовать индивидуальные предложения новым посетителям из-за нехватки данных. В этом сценарии лучшая практика рекомендаций по продуктам - отображать популярные продукты или товары с наивысшим коэффициентом конверсии на вашей домашней странице.

Включите рекомендации в электронные письма с подтверждением и брошенной корзиной
На каждый доллар, потраченный на электронный маркетинг, вы можете рассчитывать насредний доход в 42 доллара . Кроме того, 59% маркетологов рекомендуют электронную почту как наиболее эффективный канал получения дохода. Электронная почта с высоким коэффициентом конверсии является одним из лучших способов представить рекомендации другим покупателям.
В качестве примера, вы можете использовать заброшенную корзину электронной почты Sдля художественных изделий , подобных заброшенным предметы.

С другой стороны, в электронном письме с подтверждением заказа вы можете включить рекомендации «часто покупают вместе».

Последние мысли
Исследование Infosys, посвященное опыту розничных покупок, показывает, что 74% потребителей разочарованы
если они попадают на веб-сайт, отображающий контент, не имеющий ничего общего с их интересами и предпочтениями. Однако персонализация, ориентированная на клиента, может улучшить ваши конверсии на 5% и обеспечить 5-8-кратную окупаемость ваших маркетинговых расходов.
Индивидуальные рекомендации по продуктам способствуют росту и прибыльности и, в то же время, облегчают покупательский путь за счет понимания того, что они особенные предпочтения. Рекомендации по продуктам, являющиеся одной из самых горячих тенденций в электронной коммерции, предлагают розничным продавцам возможность конкурировать с крупнейшими именами в отрасли и превосходить их, обеспечивая исключительные впечатления от покупок, которые нравятся клиентам.
 
Верх